GA-SVM을 이용한 결함 경향이 있는 소프트웨어 모듈 예측

Young-Ok Kim; Ki-Tae Kwon; 김영옥; 권기태

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보처리학회 논문지 > 정보처리학회 논문지 소프트웨어 및 데이터 공학

정보처리학회 논문지 소프트웨어 및 데이터 공학

Current Result Document : 1 / 10 다음건

한글제목(Korean Title)	GA-SVM을 이용한 결함 경향이 있는 소프트웨어 모듈 예측
영문제목(English Title)	Predicting Defect-Prone Software Module Using GA-SVM
저자(Author)	Young-Ok Kim Ki-Tae Kwon 김영옥 권기태
원문수록처(Citation)	VOL 02 NO. 01 PP. 0001 ~ 0006 (2013. 01)
한글내용 (Korean Abstract)	소프트웨어의 결함 경향 모듈 예측을 위해 SVM 분류기가 우수한 성능을 보인다는 연구들이 많지만, SVM에서 필요한 파라미터 선정 시매 커널마다 다르게 선정해야 하고, 파라미터의 변경에 따른 결과예측을 위해 알고리즘을 반복적으로 수행해야 하는 불편함이 있다. 따라서 본 논문에서는 SVM의 파라미터 선정 시 유전알고리즘을 이용하여 스스로 찾게 하는 GA-SVM 모델을 구현하였다. 그리고 분류 성능 비교를 위해 신경망의 역전파알고리즘을 이용하여 분류했던 기존 논문과 비교 분석한 결과, GA-SVM 모델의 성능이 더 우수함을 확인하였다
영문내용 (English Abstract)	For predicting defect-prone module in software, SVM classifier showed good performance in a previous research. But there are disadvantages that SVM parameter should be chosen differently for every kernel, and algorithm should be performed iteratively for predict results of changed parameter. Therefore, we find these parameters using Genetic Algorithm and compare with result of classification by Backpropagation Algorithm. As a result, the performance of GA-SVM model is better.
키워드(Keyword)	Defect-Prone Module SVM GA Classification Prediction Model Reliability 결함경향모듈 서포트벡터머신 유전알고리즘 분류 예측모델 신뢰도
파일첨부	PDF 다운로드